Identifying the effects of large catastrophic shocks on the distribution of births using a combination of Benford’s law and the Vector Error Correction Model(VECM)
Notice bibliographique
Résumé
This study examines the case of Romanian births, jointly distributed by age groups of mother and father, covering the period 1958-2022, under the potential influence of significant disruptors. Demographic shocks like armed conflicts, epidemics, floods, or slave trade are already present in the literature. Therefore, our study searches for the effects of World War II, the 1966 Anti-abortion Decree and COVID-19 shocks on birth distribution. Other legislative and political changes are not marginalized. Applying First Digit Law of Benford we search for anomalies in birth data. Then, following a vector-autoregressive method, we search for a long-term relation between fertility rate and anomaly in birth distribution. We also try to link disruptors and their potential effects as well. We found a statistically significant long term relation between fertility rate and birth distribution by age of parents. We confirm World War II as a major shock, and our results suggest adding the 1966 Anti-abortion Decree to the list of catastrophic events. The current work also reveals a time lag of 15 years between shock and its effects and a persistence of 15 to 20 years. COVID-19 does not impact (yet) the birth distribution by age of parents.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».